楊洋洋 胡 峰

(1.鄭州輕工業(yè)大學(xué)經(jīng)濟與管理學(xué)院 鄭州 450001;2.江蘇省科學(xué)技術(shù)情報研究所 南京 210042;3.江蘇省科學(xué)技術(shù)發(fā)展戰(zhàn)略研究院 南京 210042;4.南京師范大學(xué)國家安全與應(yīng)急管理研究中心 南京 210023)

0 引 言

近年來,突發(fā)災(zāi)難輿情事件頻繁爆發(fā),如“東航搭載132人客機MU5735在廣西梧州藤縣墜毀”“河南遭遇特大暴雨”“T179客運火車在湖南脫軌起火”等,由于突發(fā)災(zāi)難事件的危害性、突發(fā)性和敏感性,加之互聯(lián)網(wǎng)平臺的虛擬性和匿名性,導(dǎo)致突發(fā)災(zāi)難輿情事件的快速發(fā)酵[1-2]。突發(fā)災(zāi)難輿情事件的快速發(fā)酵,不僅給公眾帶來焦慮和恐慌,而且擾亂網(wǎng)絡(luò)秩序,為突發(fā)災(zāi)難輿情事件的處理帶來極大壓力。因此,面對復(fù)雜的實踐環(huán)境和多變的網(wǎng)絡(luò)空間,剖析突發(fā)災(zāi)難輿情事件的發(fā)酵機理,掌握突發(fā)災(zāi)難輿情事件的發(fā)酵規(guī)律,制定針對性的應(yīng)對方案,是突發(fā)災(zāi)難輿情事件應(yīng)急管理的關(guān)鍵。

可見，該次采空區(qū)治理工作既消除了災(zāi)害體的安全隱患，又實現(xiàn)了災(zāi)害體的空間利用，可對膠東地區(qū)其他金礦采空區(qū)充填工作提供借鑒。但需要指出，該次工作是在小型石英脈型金礦區(qū)進行采空區(qū)治理，充填方法和物料的確定主要考慮傾角陡、空間小的特點，此前未曾開展類似工作，無規(guī)范、手冊可循，今后在相關(guān)工作中仍需進一步完善。特別是對于蝕變巖型金礦及其他緩傾礦體采空區(qū)治理，需要更進一步開展深入研究。

換屆以來，臨沂市河?xùn)|區(qū)人大常委會創(chuàng)新開展了“代表履職盡責(zé)做表率、建設(shè)美麗河?xùn)|當(dāng)先鋒”主題實踐活動，推進代表履職能力有新提高、助力發(fā)展有新業(yè)績、建言獻策有新成效、服務(wù)群眾有新舉措、全區(qū)代表工作有創(chuàng)新，有活力、有亮點。

基于此,本文以突發(fā)災(zāi)難輿情事件為研究對象,探究突發(fā)災(zāi)難輿情事件的發(fā)酵機理,以期為突發(fā)災(zāi)難事件網(wǎng)絡(luò)輿情治理提供決策支撐和政策建議。本文試圖解決以下3個問題:a.哪些變量是影響突發(fā)災(zāi)難事件輿情發(fā)酵的必要條件,影響程度如何?b.哪些組態(tài)是影響突發(fā)災(zāi)難事件輿情發(fā)酵的充分條件,不同路徑存在怎樣的差異?c.突發(fā)災(zāi)難事件輿情發(fā)酵機理存在怎樣的內(nèi)在邏輯?

1 文獻回顧與理論框架

1.1 文獻回顧

1.1.1融知發(fā)酵模型及其應(yīng)用研究

融知發(fā)酵模型源于知識演化模型,是由和金生教授于2002首次提出的,該理論基于交叉研究的角度,把生物學(xué)和知識管理融合在一起,拓展了新的研究視角[3-4]。從知識供應(yīng)鏈視角解析融知發(fā)酵模型的構(gòu)成要素,其主要包括發(fā)酵底物、發(fā)酵菌株、發(fā)酵酶、發(fā)酵吧、發(fā)酵環(huán)境、發(fā)酵產(chǎn)物[5]。該理論將知識的產(chǎn)生、傳播、增長、演化等過程類比為生物發(fā)酵過程,賦予知識以生命力,對揭示知識發(fā)酵的內(nèi)在機理和背后邏輯具有獨到見解[6]。

目前,學(xué)者已將融知發(fā)酵模型擴展到諸多領(lǐng)域。如在知識創(chuàng)新領(lǐng)域研究中,王越等認(rèn)為知識的轉(zhuǎn)移、增長和轉(zhuǎn)化存在一定的規(guī)律,類比生物發(fā)酵原理,建立了知識發(fā)酵模型[7];張紅兵等以產(chǎn)業(yè)集群為切入點,闡述了知識創(chuàng)新發(fā)酵的過程和特征,為產(chǎn)業(yè)集群中知識創(chuàng)新能力培育提供建議[8]。在信息資源共享領(lǐng)域研究中,張蒙等結(jié)合融知發(fā)酵模型,從共享主體、持續(xù)可獲取的信息資源、共享需求和目標(biāo)、共享機制、共享場所、共享環(huán)境和技術(shù)支撐7個維度構(gòu)建了公共服務(wù)平臺信息資源共享的影響因素模型[9];劉國亮等在此基礎(chǔ)上,進一步研究了公共服務(wù)平臺信息資源共享的實現(xiàn)路徑[10]。在公共事件應(yīng)急領(lǐng)域研究中,胡峰等從微觀、中觀、宏觀3個維度剖析了重大疫情防控工作中應(yīng)急情報的發(fā)酵機理,提出了應(yīng)急管理質(zhì)量提升的建議[6];張蒙解析了突發(fā)公共衛(wèi)生事件網(wǎng)絡(luò)輿情發(fā)酵機理,并結(jié)合輿情發(fā)酵周期,構(gòu)建了網(wǎng)絡(luò)輿情發(fā)酵動態(tài)演化模型[11]。

綜上,雖然已有少數(shù)學(xué)者把融知發(fā)酵模型引入網(wǎng)絡(luò)輿情研究中,為本文研究的開展奠定了理論基礎(chǔ),但現(xiàn)有研究更側(cè)重于理論模型的構(gòu)建,缺乏實證案例的驗證。鑒于此,本文基于融知發(fā)酵模型構(gòu)建突發(fā)災(zāi)難事件輿情發(fā)酵機理的理論模型,并通過案例分析驗證模型的可行性,以期在理論上完善網(wǎng)絡(luò)輿情相關(guān)研究體系,進一步拓展融知發(fā)酵模型在網(wǎng)絡(luò)輿情研究領(lǐng)域的應(yīng)用深度和廣度。

不知道當(dāng)初駕照怎么考的？云南元陽，兩男子在駕考科目一考場上作弊被抓。兩人稱此前曾接到陌生電話，說交錢就能保過，他們分別交了5000元后，被帶至一賓館為裝上作弊器材身上被黑膠帶“五花大綁”，不料卻被民警當(dāng)場識破。

由表6可知,突發(fā)災(zāi)難事件輿情發(fā)酵機理的組態(tài)包括10條路徑,根據(jù)杜運周等[32]的研究,一般認(rèn)為當(dāng)組態(tài)的一致性水平大于0.8時,則該解具有一定的可解釋性,本文得到的10條組態(tài)的一致性水平均大于0.9,總體一致性為0.9831,表明本文得出的解的可解釋性比較高,達到了研究的需求,研究結(jié)果具有科學(xué)性。

對網(wǎng)絡(luò)輿情發(fā)酵機理的研究,有助于掌握網(wǎng)絡(luò)輿情的傳播特征和規(guī)律,為網(wǎng)絡(luò)輿情治理提供理論支撐?，F(xiàn)有研究主要從研究方法和模型構(gòu)建兩個方面展開:第一,研究方法。網(wǎng)絡(luò)輿情在發(fā)酵過程中會產(chǎn)生大量的文本數(shù)據(jù),扎根理論能從復(fù)雜海量的文本數(shù)據(jù)中抽取概念,把雜亂無章的數(shù)據(jù)轉(zhuǎn)化為學(xué)術(shù)語言,從而剖析網(wǎng)絡(luò)輿情傳播發(fā)酵的特征[12-13];回歸分析能夠探究單個因素對網(wǎng)絡(luò)輿情發(fā)酵的影響效果,以此提高網(wǎng)絡(luò)輿情的應(yīng)對效率[14];定性比較分析方法能夠分析組合因素對重大突發(fā)輿情事件觸發(fā)機制的影響,剖析多重并發(fā)的輿情觸發(fā)路徑[15]。第二,模型構(gòu)建。SEIR模型能夠剖析不同情景下公眾觀點的發(fā)酵演化過程,分析不同人群的演化特征,據(jù)此提出針對性的政策建議[16-17];系統(tǒng)動力學(xué)模型能用模擬輿情發(fā)酵的動態(tài)演化過程,有助于應(yīng)急管理動態(tài)調(diào)控策略的制定[18];貝葉斯網(wǎng)絡(luò)模型用于網(wǎng)絡(luò)輿情發(fā)酵趨勢預(yù)測,能夠有效地解釋輿情發(fā)酵過程中存在的問題,為網(wǎng)絡(luò)輿情的干預(yù)提供支撐[19-20]。

綜上,在借鑒和參考現(xiàn)有網(wǎng)絡(luò)輿情發(fā)酵機理研究成果的基礎(chǔ)上,本文構(gòu)建了突發(fā)災(zāi)難事件輿情發(fā)酵機理的融知發(fā)酵模型,探究影響突發(fā)災(zāi)難事件輿情發(fā)酵機理的必要條件和組態(tài)路徑,揭示其背后的內(nèi)在邏輯,歸納輿情發(fā)酵模式,剖析突發(fā)災(zāi)難輿情事件多重并發(fā)的發(fā)酵機理,以期為突發(fā)災(zāi)難輿情事件的管控提供更有針對性的政策建議。

高等職業(yè)技術(shù)教育的職業(yè)技術(shù)課應(yīng)用項目式教學(xué)，與其他的教學(xué)方式最主要的區(qū)別在于：改革本科專業(yè)學(xué)科體系教學(xué)知識的完整性和系統(tǒng)性，教學(xué)過程始終圍繞著項目(技術(shù)或技能單元)是否能夠完成而進行，主要是培養(yǎng)學(xué)生的綜合技能和可持續(xù)發(fā)展能力，對知識結(jié)構(gòu)的要求本著“必須、夠用”的原則[5]。與任務(wù)驅(qū)動教學(xué)、案例教學(xué)、探究教學(xué)(問題式)的教學(xué)方式相比，高職項目式教學(xué)具有以下特點。

1.2 理論框架

為了確保研究結(jié)果的科學(xué)性和合理性,需要做穩(wěn)健性檢驗,結(jié)合Kraus等和程建青等的研究[34-35],本文采用兩種方式對研究結(jié)果進行穩(wěn)健性檢驗:第一,把一致性閾值從0.80提高到0.85,其他參數(shù)設(shè)置保持不變,得到的組態(tài)路徑不變,各組態(tài)的一致性水平和覆蓋率、整體的一致性水平和覆蓋率均未發(fā)生顯著變化。第二,把PRI從0.75分別提高到0.80和0.90,其他參數(shù)設(shè)置保持不變,得到的組態(tài)路徑不變,各組態(tài)的一致性水平和覆蓋率、整體的一致性水平和覆蓋率均未發(fā)生顯著變化。由此可知,本文的研究結(jié)果通過了穩(wěn)健性檢驗。

結(jié)合本文的數(shù)據(jù)特點和研究目的,同時借鑒Ragin和杜運周等的研究[22,32],選擇三點錨定方法對條件變量和結(jié)果變量進行校準(zhǔn),完全隸屬(95%)用最大值來表示;交叉點(50%)用平均值來表示;完全不隸屬(5%)用最小值來表示。如案例4(廣東惠州發(fā)生4.1級地震)的原始數(shù)據(jù)為:發(fā)酵底物(6)、發(fā)酵菌株(6)、媒體酶(107)、公眾酶(6166)、發(fā)酵場域(2.5)、發(fā)酵周期(86)、發(fā)酵產(chǎn)物(65.1);校準(zhǔn)后的數(shù)據(jù)為:發(fā)酵底物(0.57)、發(fā)酵菌株(0.08)、媒體酶(0.06)、公眾酶(0.22)、發(fā)酵場域(0.08)、發(fā)酵周期(0.15)、發(fā)酵產(chǎn)物(0.45)。各變量的校準(zhǔn)統(tǒng)計如表3所示。

2 研究設(shè)計

2.1 研究方法

NCA(Necessary Condition Analysis)由杜爾教授(Jan Dul)于2016年首次提出,該方法用于分析復(fù)雜系統(tǒng)中單個變量對結(jié)果變量的必要性程度,NCA方法不僅能夠判斷某一變量是否是結(jié)果變量的必要條件,而且給出了該變量的必要性程度,便于學(xué)者們據(jù)此判斷某一變量相對于結(jié)果變量的重要性,依次展開更加深入的研究[21]。fsQCA(Fuzzy-Set Qualitative Comparative Analysis)由查爾斯·拉金(Charles C. Ragin)于1987年提出,該方法用于探究復(fù)雜系統(tǒng)中導(dǎo)致結(jié)果變量發(fā)生的多重并發(fā)因果關(guān)系,更符合實踐需求,fsQCA方法打破了傳統(tǒng)方法效率導(dǎo)向的研究瓶頸,以效果為導(dǎo)向,為學(xué)者們打開了新的研究視角,對于探究復(fù)雜系統(tǒng)問題的因果機制具有獨特優(yōu)勢[22]。本文采用NCA與fsQCA相融合的方法,運用NCA方法探究突發(fā)災(zāi)難事件輿情發(fā)酵生成的必要條件和必要程度,采用fsQCA方法探討導(dǎo)致突發(fā)災(zāi)難事件輿情發(fā)酵生成的組態(tài)路徑,NCA方法彌補了fsQCA方法必要條件分析的不足,兩種研究方法的結(jié)合,使得突發(fā)災(zāi)難事件輿情發(fā)酵機理的研究更加科學(xué)合理。

2.2 變量說明

本文把融知發(fā)酵模型引用到突發(fā)災(zāi)難事件輿情發(fā)酵機理的研究中,以發(fā)酵底物、發(fā)酵菌株、媒體酶、公眾酶、發(fā)酵場域、發(fā)酵周期為條件變量,以發(fā)酵產(chǎn)物為結(jié)果變量,各變量解釋與測度、文獻來源如表1所示。

表1 變量解釋與測度匯總表

2.3 案例與數(shù)據(jù)來源

本文的研究案例主要來源于知微事見平臺和新浪微博,篩選案例的原則主要基于兩點:第一,為了確保研究案例的同質(zhì)性,僅選擇與突發(fā)災(zāi)難事件有關(guān)的網(wǎng)絡(luò)輿情事件,剔除主題重復(fù)、內(nèi)容無關(guān)、數(shù)據(jù)殘缺的網(wǎng)絡(luò)輿情事件;第二,為了確保研究數(shù)據(jù)的可獲得性,選取的輿情案例在新浪微博、微信平臺、網(wǎng)媒平臺等平臺上具有一定的傳播量,剔除正在發(fā)生的網(wǎng)絡(luò)輿情事件。以“突發(fā)災(zāi)難事件”作為檢索詞,一共搜集了133個案例,時間跨度為2018-2022年,事件類型涵蓋了自然災(zāi)害事件和事故災(zāi)害事件。表2給出了部分案例的基本信息。

表2 部分案例的基本信息

本文的數(shù)據(jù)類型包括文本數(shù)據(jù)和數(shù)值數(shù)據(jù),文本數(shù)據(jù)采用后羿采集器通過網(wǎng)絡(luò)爬蟲獲取,數(shù)值數(shù)據(jù)的獲取方式包括網(wǎng)絡(luò)爬取和專家打分,由于突發(fā)災(zāi)難事件危害性指標(biāo)難以找到定量數(shù)據(jù)來測度,采用專家打分法,其他指標(biāo)數(shù)據(jù)均通過網(wǎng)絡(luò)爬蟲獲取。把133個案例的文本材料發(fā)給專家組,以此作為打分的依據(jù),專家組包括輿情領(lǐng)域?qū)W者和研究生共30名,其中,3名教授、4名副教授、9名講師、14名研究生。為了確保專家組打分的可靠性,專家組成員的專業(yè)背景都與網(wǎng)絡(luò)輿情領(lǐng)域相關(guān),其中14名研究生來源于作者課題組,對本文研究案例具有充分的了解,且具有扎實的網(wǎng)絡(luò)輿情研究專業(yè)背景。

3 數(shù)據(jù)分析

3.1 變量校準(zhǔn)

突發(fā)災(zāi)難事件輿情發(fā)酵是各發(fā)酵要素相互作用的結(jié)果,隨著突發(fā)災(zāi)難事件信息的輸入,輿情信息進入網(wǎng)絡(luò)環(huán)境中,突發(fā)災(zāi)難事件作為發(fā)酵底物,其危害性是影響發(fā)酵底物影響力的重要因素,突發(fā)災(zāi)難事件的危害性越大,越能引起較大的發(fā)酵反應(yīng)。新浪微博、微信平臺、網(wǎng)媒平臺等互聯(lián)網(wǎng)平臺作為發(fā)酵吧,為突發(fā)災(zāi)難輿情事件的發(fā)酵提供場所,由于互聯(lián)網(wǎng)發(fā)酵吧的虛擬性、便捷性和交互性,能夠顯著提高突發(fā)災(zāi)難輿情事件的發(fā)酵進程。突發(fā)災(zāi)難事件會誘發(fā)不同數(shù)量的發(fā)酵菌株進入發(fā)酵吧,在互聯(lián)網(wǎng)平臺上,媒體酶和公眾酶參與其中,媒體作為突發(fā)災(zāi)難輿情事件的主要傳播者,會對突發(fā)災(zāi)難事件發(fā)布一系列的報道,為了吸引更多的關(guān)注,媒體機構(gòu)會采用夸張渲染的報道方式,有效的報道方式能夠快速吸引公眾眼球,提高突發(fā)災(zāi)難輿情事件的熱度,加速突發(fā)災(zāi)難輿情事件的發(fā)酵速度,公眾會在互聯(lián)網(wǎng)平臺上參與突發(fā)災(zāi)難事件輿論的評論、轉(zhuǎn)發(fā)、點贊、收藏等活動,在自媒體時代,公眾的傳播行為更能夠引起共鳴響應(yīng),從而加速突發(fā)災(zāi)難事件輿情的發(fā)酵。在此期間,發(fā)酵環(huán)境也會影響突發(fā)災(zāi)難事件輿論的發(fā)酵過程,該突發(fā)災(zāi)難輿情事件在整個發(fā)酵場域中的影響力占比,也會影響到其發(fā)酵結(jié)果,當(dāng)在同一發(fā)酵場域中,該事件的影響力較高時,能占據(jù)發(fā)酵場域的中心,獲得更多的發(fā)酵資源,突發(fā)災(zāi)難輿情事件在新浪微博、微信平臺、網(wǎng)媒平臺等平臺上的發(fā)酵周期也是影響發(fā)酵結(jié)果的重要因素。在發(fā)酵底物、發(fā)酵菌株、發(fā)酵吧、媒體酶、公眾酶、發(fā)酵場域、發(fā)酵周期的共同作用下,最終導(dǎo)致發(fā)酵產(chǎn)物的產(chǎn)生。當(dāng)媒體和公眾對發(fā)酵產(chǎn)物進行二次挖掘時,會產(chǎn)生與該輿情事件相關(guān)的衍生輿情,使得發(fā)酵產(chǎn)物更加多樣化和復(fù)雜化,將這些輿情發(fā)酵產(chǎn)物集成整合形成輿情庫,能夠為網(wǎng)絡(luò)輿情治理提供決策支撐。

該模式覆蓋的組態(tài)路徑有H1、H2和H5。在該理論模式中,發(fā)酵場域發(fā)揮主導(dǎo)作用。在某一突發(fā)災(zāi)難事件輿情發(fā)生場域內(nèi),會有諸多網(wǎng)絡(luò)輿情事件同時傳播發(fā)酵,在網(wǎng)絡(luò)發(fā)酵場域內(nèi)的占比反映了公眾和媒體對該輿情事件的關(guān)注程度,當(dāng)該突發(fā)災(zāi)難輿情事件的發(fā)酵場域占比較高時,表明該輿情事件吸引了更多的關(guān)注和熱度。因此,該類網(wǎng)絡(luò)輿情事件發(fā)酵產(chǎn)物的產(chǎn)生是與其他網(wǎng)絡(luò)輿情事件經(jīng)過激烈會戰(zhàn)后勝出的結(jié)果,薛可等學(xué)者的研究結(jié)論也驗證了發(fā)酵場域的驅(qū)動作用[36]。組態(tài)H1的發(fā)酵方程式為:～媒體酶+～公眾酶+發(fā)酵場域+～發(fā)酵周期→發(fā)酵產(chǎn)物。該組態(tài)覆蓋了9個案例,在該組態(tài)中,發(fā)酵場域發(fā)揮主導(dǎo)作用,即使在媒體酶、公眾酶、發(fā)酵周期不存在的情況下,依然能夠驅(qū)動突發(fā)災(zāi)難事件發(fā)酵產(chǎn)物的產(chǎn)生。組態(tài)H2的發(fā)酵方程式為:發(fā)酵底物+～發(fā)酵菌株+～媒體酶+發(fā)酵場域→發(fā)酵產(chǎn)物。該組態(tài)覆蓋了7個案例,在該組態(tài)中,發(fā)酵底物和發(fā)酵場域發(fā)揮主導(dǎo)作用,即使在發(fā)酵菌株和媒體酶不存在的情況下,依然能夠驅(qū)動突發(fā)災(zāi)難事件發(fā)酵產(chǎn)物的產(chǎn)生。組態(tài)H5的發(fā)酵方程式為:媒體酶+～公眾酶+發(fā)酵場域+發(fā)酵周期→發(fā)酵產(chǎn)物。該組態(tài)覆蓋了8個案例,在該組態(tài)中,媒體酶、發(fā)酵場域和發(fā)酵周期發(fā)揮主導(dǎo)作用,即使在公眾酶不存在的情況下,依然能夠驅(qū)動突發(fā)災(zāi)難事件輿情發(fā)酵產(chǎn)物的產(chǎn)生。

表3 變量的校準(zhǔn)統(tǒng)計

3.2 必要條件分析

本文運用R語言進行突發(fā)災(zāi)難事件輿情發(fā)酵機理的必要條件分析,得到NCA方法必要條件分析結(jié)果和散點圖如表4和圖2所示。由圖2可知,發(fā)酵底物的散點圖中幾乎不存在天花板區(qū)域,因此,發(fā)酵底物不是發(fā)酵產(chǎn)物產(chǎn)生的必要條件,結(jié)合表4進一步判斷其他變量的必要性。根據(jù)Dul的研究[21],給出NCA方法必要條件判定的依據(jù)為:當(dāng)0≤ d ≤0.1時,說明該條件變量對結(jié)果具有低等效應(yīng),當(dāng)0.1< d ≤0.3時,說明該條件變量對結(jié)果具有中等效應(yīng),當(dāng)0.3< d ≤0.5時,說明該條件變量對結(jié)果具有高等效應(yīng),當(dāng)0.5< d ≤1.0時,說明該條件變量對結(jié)果具有超高等效應(yīng)。當(dāng)某一變量同時滿足效應(yīng)量大于0.3、P值小于0.05、精確度大于90%時,可以判斷該變量是結(jié)果變量的必要條件,在下文進行條件組態(tài)分析時需要設(shè)置該條件為必要條件。由表4可知,發(fā)酵菌株、媒體酶、公眾酶、發(fā)酵場域、發(fā)酵周期的效應(yīng)量均小于0.3,因此,不構(gòu)成發(fā)酵產(chǎn)物產(chǎn)生的必要條件。綜上可知,發(fā)酵底物、發(fā)酵菌株、媒體酶、公眾酶、發(fā)酵場域、發(fā)酵周期均不是發(fā)酵產(chǎn)物產(chǎn)生的必要條件。

圖2 NCA方法必要條件分析的散點圖

為了進一步驗證NCA方法必要條件分析的研究結(jié)果,這里利用fsQCA3.0軟件中的必要條件進行檢驗,分析結(jié)果如表5所示,借鑒Fiss的研究[33],當(dāng)某一變量的必要性分析的一致性水平大于0.9時,構(gòu)成結(jié)果變量的必要條件。由表5可知,各變量必要性分析的一致性水平均小于0.9,不構(gòu)成發(fā)酵產(chǎn)物產(chǎn)生的必要條件,該結(jié)論與NCA方法必要條件分析結(jié)果一致。

基于以上突發(fā)災(zāi)難事件輿情發(fā)酵機理的探究,結(jié)合融知發(fā)酵模型,對突發(fā)災(zāi)難事件輿情發(fā)酵機理的內(nèi)在邏輯進行剖析,總結(jié)出3種驅(qū)動突發(fā)災(zāi)難事件輿情發(fā)酵的理論模式,即:交融碰撞型模式、演化推進型模式和衍生變異型模式。

表5 基于fsQCA方法的單一條件必要性分析

3.3 條件組態(tài)分析

在必要條件分析的基礎(chǔ)上,為了進一步剖析各條件變量對結(jié)果變量的組態(tài)效應(yīng),以發(fā)酵底物、發(fā)酵菌株、媒體酶、公眾酶、發(fā)酵場域、發(fā)酵周期為條件變量,以發(fā)酵產(chǎn)物為結(jié)果變量,運用fsQCA3.0軟件對突發(fā)災(zāi)難事件輿情的發(fā)酵機理進行剖析。把原始一致性閾值設(shè)置為0.8,案例頻數(shù)值設(shè)置為1,PRI(Proportional Reduction in Inconsistency)一致性設(shè)置為0.75,所得到的突發(fā)災(zāi)難事件輿情發(fā)酵機理的組態(tài)分析結(jié)果如表6所示。

5月3日，中共中央政治局委員、國務(wù)院副總理、國家防汛抗旱總指揮部總指揮回良玉在國家防總指揮中心主持召開國家防總?cè)w會議，研究分析今年汛情旱情形勢，安排部署防汛抗旱工作。

表6 突發(fā)災(zāi)難事件輿情發(fā)酵機理的組態(tài)分析

1.1.2網(wǎng)絡(luò)輿情發(fā)酵機理研究

綜合中間解和簡約解可知,發(fā)酵菌株、公眾酶、發(fā)酵場域為核心條件,發(fā)酵底物、媒體酶、發(fā)酵周期為邊緣條件。發(fā)酵菌株覆蓋7條組態(tài),其中,在6條組態(tài)表現(xiàn)為存在因素,在突發(fā)災(zāi)難輿情事件中,網(wǎng)絡(luò)輿情的菌株數(shù)量和質(zhì)量對發(fā)酵產(chǎn)物的產(chǎn)生具有顯著影響,質(zhì)量較好的發(fā)酵菌株能夠吸引公眾和媒體的眼球,數(shù)量較多的發(fā)酵菌株能夠擴大突發(fā)災(zāi)難輿情事件的曝光概率。公眾酶覆蓋7條組態(tài),其中,在4條組態(tài)表現(xiàn)為存在因素,公眾作為網(wǎng)絡(luò)輿情事件發(fā)酵的傳播者,公眾的評論、轉(zhuǎn)發(fā)、點贊等行為都會加速突發(fā)災(zāi)難輿情事件的發(fā)酵過程,甚至影響網(wǎng)絡(luò)輿情事件的發(fā)酵趨勢。發(fā)酵場域覆蓋8條組態(tài),其中,在6條組態(tài)表現(xiàn)為存在因素,發(fā)酵場域是影響發(fā)酵產(chǎn)物產(chǎn)生的一個環(huán)境變量,當(dāng)該突發(fā)災(zāi)難輿情事件在發(fā)酵場域中的占比較高時,此時,其他網(wǎng)絡(luò)輿情事件的影響力就會減弱,即該網(wǎng)絡(luò)輿情事件受到的外界干擾較弱,從而觸發(fā)發(fā)酵產(chǎn)物的快速發(fā)酵。

3.4 穩(wěn)健性檢驗

本文將融知發(fā)酵模型運用到突發(fā)災(zāi)難事件輿情發(fā)酵機理的研究中,其理論框架如圖1所示。在突發(fā)災(zāi)難事件輿情發(fā)酵系統(tǒng)中,發(fā)酵底物是指突發(fā)災(zāi)難事件本身,輿情發(fā)酵依存于突發(fā)災(zāi)難事件;發(fā)酵菌株提供突發(fā)災(zāi)難事件輿情信息,使得突發(fā)災(zāi)難事件進入媒體和公眾的視線;發(fā)酵酶是促進突發(fā)災(zāi)難事件輿情發(fā)酵的催化劑,提高突發(fā)災(zāi)難事件輿情傳播的深度和廣度;發(fā)酵環(huán)境是指影響突發(fā)災(zāi)難事件輿情發(fā)酵的外部因素;發(fā)酵吧是突發(fā)災(zāi)難事件輿情發(fā)酵的容器,為突發(fā)災(zāi)難事件輿情發(fā)酵提供平臺,如新浪微博、微信平臺和網(wǎng)媒平臺;發(fā)酵產(chǎn)物是突發(fā)災(zāi)難事件輿情發(fā)酵的結(jié)果,具體表現(xiàn)為突發(fā)災(zāi)難輿情事件的發(fā)酵過程、影響程度、應(yīng)對機制等。

4 突發(fā)災(zāi)難事件輿情發(fā)酵的內(nèi)在邏輯分析

盡管內(nèi)部控制上強調(diào)招聘人員要從職業(yè)道德修養(yǎng)和專業(yè)勝任能力雙方面標(biāo)準(zhǔn)來選拔和聘用財務(wù)人員，但是行政事業(yè)單位很難做到。例如，在行政事業(yè)單位中，有部分會計與財務(wù)工作人員在工作時并未取得相關(guān)證書，理論和實踐根本無法同步，導(dǎo)致相關(guān)內(nèi)部控制政策執(zhí)行起來困難。同時，在行政事業(yè)單位中從事會計工作的人員年齡層次普遍偏大，接受新事物的能力與意識相對缺乏，但社會快速發(fā)展下，會計制度與理論知識也同樣在發(fā)展，學(xué)習(xí)能力低下的問題必然產(chǎn)生各種不良影響。

4.1 交融碰撞型模式

HINT1基因突變所致的遺傳性軸突型神經(jīng)病1例報告 ………………………… 李潔，張麗，湯其強，等 394

4.2 演化推進型模式

該模式覆蓋的組態(tài)路徑有H6和H8。在該理論模式中,發(fā)酵菌株和發(fā)酵周期發(fā)揮主導(dǎo)作用。在突發(fā)災(zāi)難事件輿情融知發(fā)酵模型中,質(zhì)量較好的發(fā)酵菌株能夠提高網(wǎng)絡(luò)輿情事件的傳播效率,使得媒體有更多報道挖掘的空間,吸引更多的公眾眼球,較長的發(fā)酵周期能夠有效地提高該突發(fā)災(zāi)難事件輿情事件的曝光率,隨著發(fā)酵周期的延長,公眾會對該突發(fā)災(zāi)難事件輿情事件有更加客觀的認(rèn)知,從而驅(qū)動該輿情事件朝著良性的方向演化,該結(jié)論在張兆陽等的研究中也得到了驗證[37]。組態(tài)H6的發(fā)酵方程式為:發(fā)酵菌株+媒體酶+發(fā)酵場域+發(fā)酵周期→發(fā)酵產(chǎn)物。該組態(tài)覆蓋了12個案例,在該組態(tài)中,發(fā)酵菌株、媒體酶、發(fā)酵場域、發(fā)酵周期發(fā)揮主導(dǎo)作用,驅(qū)動突發(fā)災(zāi)難事件輿情發(fā)酵產(chǎn)物的產(chǎn)生。組態(tài)H8的發(fā)酵方程式為:～發(fā)酵底物+發(fā)酵菌株+～媒體酶+～公眾酶+～發(fā)酵場域+發(fā)酵周期→發(fā)酵產(chǎn)物。該組態(tài)覆蓋了1個案例,在該組態(tài)中,發(fā)酵菌株和發(fā)酵周期發(fā)揮主導(dǎo)作用,即使在發(fā)酵底物、媒體酶、公眾酶、發(fā)酵場域不存在的情況下,依然能夠驅(qū)動突發(fā)災(zāi)難事件輿情發(fā)酵產(chǎn)物的產(chǎn)生。

4.3 衍生變異型模式

該模式覆蓋的組態(tài)路徑有H9和H10。在該理論模式中,發(fā)酵菌株、公眾酶和發(fā)酵場域發(fā)揮主導(dǎo)作用。當(dāng)某一突發(fā)災(zāi)難事件輿情事件同時滿足具備質(zhì)量較好的發(fā)酵菌株、擁有較高的公眾關(guān)注度、在發(fā)酵場域中的占比較高時,會導(dǎo)致該突發(fā)災(zāi)難事件輿情具有較大的影響力,并在輿情事件發(fā)酵過程中,再造出一系列衍生輿情的發(fā)酵,驅(qū)動該突發(fā)災(zāi)難事件輿情的二次發(fā)酵,單曉紅等的研究與該結(jié)論相吻合[38]。組態(tài)H9的發(fā)酵方程式為:發(fā)酵底物+發(fā)酵菌株+公眾酶+發(fā)酵場域+～發(fā)酵周期→發(fā)酵產(chǎn)物。該組態(tài)覆蓋了8個案例,在該組態(tài)中,發(fā)酵底物、發(fā)酵菌株、公眾酶、發(fā)酵場域發(fā)揮主導(dǎo)作用,即使在發(fā)酵周期不存在的情況下,依然能夠驅(qū)動突發(fā)災(zāi)難事件輿情發(fā)酵產(chǎn)物的產(chǎn)生。組態(tài)H10的發(fā)酵方程式為:發(fā)酵底物+發(fā)酵菌株+媒體酶+公眾酶+發(fā)酵場域→發(fā)酵產(chǎn)物。該組態(tài)覆蓋了11個案例,在該組態(tài)中,發(fā)酵底物、發(fā)酵菌株、媒體酶、公眾酶、發(fā)酵場域發(fā)揮主導(dǎo)作用,驅(qū)動突發(fā)災(zāi)難事件輿情發(fā)酵產(chǎn)物的產(chǎn)生。

5 研究結(jié)論與討論

5.1 研究結(jié)論

本文基于融知發(fā)酵模型,采用NCA與fsQCA相融合的方法,探究了突發(fā)災(zāi)難事件輿情發(fā)酵機理和理論模式,主要得出如下研究結(jié)論:

a.通過必要條件分析可知,發(fā)酵底物、發(fā)酵菌株、媒體酶、公眾酶、發(fā)酵場域、發(fā)酵周期均不構(gòu)成發(fā)酵產(chǎn)物產(chǎn)生的必要條件,即單個變量對發(fā)酵產(chǎn)物的影響是有限的。

b.通過組態(tài)路徑分析可知,突發(fā)災(zāi)難事件輿情發(fā)酵機理的組態(tài)包括10條路徑。其中,發(fā)酵菌株、公眾酶、發(fā)酵場域為核心條件,發(fā)酵底物、媒體酶、發(fā)酵周期為邊緣條件。

c.基于以上分析結(jié)果,結(jié)合融知發(fā)酵模型,對突發(fā)災(zāi)難事件輿情發(fā)酵機理的組態(tài)路徑進一步歸納分析,總結(jié)出3種驅(qū)動突發(fā)災(zāi)難事件輿情發(fā)酵的理論模式,即:交融碰撞型模式、演化推進型模式和衍生變異型模式。

5.2 政策啟示

本文的研究結(jié)論對突發(fā)災(zāi)難事件網(wǎng)絡(luò)輿情治理的實踐啟示主要體現(xiàn)在以下兩個方面:

1.3 觀察指標(biāo) 將溫度探頭置入鼻咽部，連接HP監(jiān)護儀持續(xù)監(jiān)測患者鼻喉溫度作為機體中心溫度。記錄麻醉時、切皮時、手術(shù)開始后 30、60、90、120、150 和 180 min及手術(shù)結(jié)束時體溫;記錄輸液量、出血量、手術(shù)時間、完全蘇醒時間(定向力恢復(fù)、能正確回答問題、舉手、抬頭等)、術(shù)后寒戰(zhàn)和躁動發(fā)生情況等指標(biāo)。

玉米秸稈低溫高效降解菌GF-20的應(yīng)用效果研究…………………………………………… 胡萬吉，孫繼穎，青格爾，胡樹平（64）

a.基于系統(tǒng)性思維,制定輿情管理應(yīng)急預(yù)案。單個因素對突發(fā)災(zāi)難事件輿情發(fā)酵的影響是有限的,要基于系統(tǒng)思維提高輿情治理的整體效率,防止“木桶效應(yīng)”,注重整體效能。第一,注重對輿情事件的過程管理。輿情管理應(yīng)急預(yù)案制定是一個迭代優(yōu)化的過程,從應(yīng)急預(yù)案的制定、實施、監(jiān)測到改進是一個循環(huán)反復(fù)的過程,需要在過程中不斷優(yōu)化和改進輿情應(yīng)急預(yù)案內(nèi)容。第二,加強對輿情系統(tǒng)的動態(tài)管理。在網(wǎng)絡(luò)輿情演化的不同階段,相關(guān)部門需要采取不同的引導(dǎo)措施,掌握輿論話語的主導(dǎo)權(quán),針對網(wǎng)絡(luò)輿情的演化趨勢,采取動態(tài)的管理措施,實現(xiàn)實時監(jiān)控管理。

b.因事制宜,采取多樣化的治理措施。導(dǎo)致突發(fā)災(zāi)難事件輿情發(fā)酵產(chǎn)生的路徑是多重并發(fā)的,其路徑并不是唯一的,因此,需要制定多樣化的治理措施,以應(yīng)對復(fù)雜多變的實踐環(huán)境。第一,針對輿情事件類型制定個性化的治理方案,不同類型輿情事件的發(fā)酵機理存在差異,其治理方案也要因事調(diào)整,針對該類輿情事件的發(fā)酵機理,制定個性化的治理方案,提高輿情治理的精度和效率。第二,賦予輿情管理部門靈活化的治理權(quán)限,面對復(fù)雜多變的網(wǎng)絡(luò)環(huán)境,需要采取靈活性的治理措施,以突破網(wǎng)絡(luò)輿情的“變局”帶來的治理“困局”。同時,要賦予輿情管理部門更大的權(quán)力,使其能夠在第一時間制定出應(yīng)對決策。

5.3 不足與展望

本文基于融知發(fā)酵模型,對突發(fā)災(zāi)難事件中的輿情發(fā)酵機理進行探究,并進一步歸納了發(fā)酵機理的理論模式。仍存在一定的局限性:第一,本文以整個周期的突發(fā)災(zāi)難輿情事件為研究對象,未對發(fā)酵周期進行細分,在突發(fā)災(zāi)難輿情事件的不同周期發(fā)酵特征也存在差異。在后續(xù)研究中,將會把時間因素納入研究體系中,探究不同發(fā)酵周期對突發(fā)災(zāi)難事件輿情發(fā)酵機理的影響。第二,本文針對突發(fā)災(zāi)難事件中輿情發(fā)酵機理進行探究,在其他類型的網(wǎng)絡(luò)輿情事件中是否具有通用性,有待驗證,在后期研究中,會進一步驗證該模型構(gòu)建的通用性問題,把該模型推廣到更加廣闊的應(yīng)用領(lǐng)域。